Madde Yanıt Kuramı (MYK) Temelli Bilgisayarlı Uyarlanabilir Test (BUT-MYK)
Computerized Adaptive Testing based on Item Response Theory · Ayrıca şöyle bilinir: CAT-IRT, adaptive testing, IRT-based CAT, computerized adaptive testing
Madde yanıt kuramı temelli bilgisayarlı uyarlanabilir test, her bir adayın tahmin edilen yetenek düzeyine göre uyarlanmış ardışık test maddelerini seçen bir bilgisayar algoritması kullanan sıralı bir ölçme prosedürüdür. Madde özelliklerini ve yetenek tahminini modellemek için MYK'dan yararlanan BUT, sabit uzunluktaki testlerden çok daha az madde ile kesin puanlar sunarak, yüksek geçerliliğe sahip değerlendirmeler, klinik tarama ve büyük ölçekli anketler için verimli hale getirir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
+3 tane daha
Ne zaman kullanılır
BUT-MYK, test verimliliğinin önemli olduğu durumlarda en değerlidir — her aday için tam sabit form testleri uygulamak pratik, maliyetli veya külfetli olduğunda. İyi kalibre edilmiş bir madde havuzunun mevcut olduğu (genellikle madde başına birkaç yüz aday üzerinde MYK kalibrasyonu gerektirir), maddelerin bilgisayarda tek tek sunulup puanlanabildiği ve yapının tek boyutlu olduğu veya tek boyutlu alt ölçeklere ayrıştırılabildiği durumlarda uygundur. Madde havuzunun küçük olduğu (50-100'den az iyi kalibre edilmiş madde), yapının güçlü bir şekilde çok boyutlu olduğu ve tek bir uyarlanabilir geçişin yetersiz kaldığı veya test bağlamının şeffaflık veya yasal savunulabilirlik nedenleriyle tüm adayların aynı maddeleri görmesini gerektirdiği durumlarda BUT'tan kaçının.
Güçlü yönler & sınırlılıklar
- Ölçme kesinliğinden ödün vermeden test uzunluğunu önemli ölçüde azaltır (genellikle %40-60), aday yorgunluğunu ve uygulama süresini düşürür.
- Kesinlik hedefi yerine sabit bir madde sayısına göre kalibre edilmiş uyarlanabilir durdurma kurallarına olanak tanıyan, madde düzeyinde yeteneğe bağlı standart hatalar sağlar.
- Puanlamanın grup düzeyinde norm gerektirmemesi nedeniyle test tamamlandıktan hemen sonra gerçek zamanlı puan raporlamasına olanak tanır.
- Uygulanan maddelerin zorluğu adaya otomatik olarak uyarlanır, sabit testlerde yaygın olan taban ve tavan etkilerini azaltır.
- Madde maruz kalması algoritmik olarak kontrol edilebilir, uygulamalar boyunca madde havuzu güvenliğini korur.
- Ön koşul olarak büyük, dikkatlice kalibre edilmiş bir madde havuzu gerektirir; madde kalibrasyonu önemli bir metodolojik ve lojistik yatırımdır.
- MYK kalibrasyonu yerel bağımsızlığı ve belirtilen bir boyutsallığı varsayar; ihlaller yetenek tahminlerini ve bilgi hesaplamalarını bozabilir.
- Sabit form puan karşılaştırmaları karmaşıktır: farklı adaylar farklı maddeler görür, bu da adalet sorularını artırabilir ve eşitlemeyi karmaşıklaştırabilir.
- Çok boyutlu yapılar, tek boyutlu yaklaşımlar veya daha karmaşık çok boyutlu BUT algoritmaları gerektirir.
SSS
Bir BUT için madde havuzunun ne kadar büyük olması gerekir?
Yaygın bir kılavuz, istenen test uzunluğu başına en az beş ila on madde olmasıdır, ancak operasyonel programlar tipik olarak içerik dengeleme ve maruz kalma kontrolünü desteklemek için 200-1000 maddelik havuzlar tutar. Daha küçük havuzlar madde aşırı maruz kalmasını artırır ve uyarlanabilirlikten elde edilen kazançları azaltır.
BUT, polikotomik maddelerle (örneğin, Likert ölçekleri) çalışabilir mi?
Evet. Dereceli Yanıt Modeli (Samejima, 1969) veya Kısmi Kredi Modeli (Masters, 1982) gibi polikotomik MYK modelleri, kişilik ve klinik ölçeklerde yaygın olan sıralı kategori maddelerine BUT'u genişletir.
Bir BUT puanı, aynı testteki sabit form puanıyla karşılaştırılabilir mi?
Her ikisi de aynı MYK teta ölçeğinde ifade edildiği ve aynı madde parametrelerine koşullandığı için, BUT ve sabit form puanları teorik olarak aynı ölçektedir. Pratikte, farklı uygulama modlarından gelen puanları karıştırmadan önce eşitleme çalışmaları önerilir.
BUT ve uyarlanabilir test arasındaki fark nedir?
Terimler genellikle birbirinin yerine kullanılır, ancak 'uyarlanabilir test', iki aşamalı ve dallanmış formatlar dahil olmak üzere, madde seçimini adaya göre ayarlayan herhangi bir stratejiyi kapsayan daha eski, daha geniş bir terimdir. Modern BUT, özellikle MYK tabanlı madde bilgisine dayanan madde madde bilgisayarlı seçimi ifade eder.
BUT, tek boyutluluk gerektirir mi?
Standart BUT algoritmaları tek bir gizli boyutu varsayar. Çok boyutlu BUT (MCAT) algoritmaları mevcuttur ve bir yetenek vektörünü uyarlanabilir olarak tahmin edebilir, ancak bunlar önemli ölçüde daha karmaşıktır ve çok boyutlu bir madde havuzu ve kalibrasyon gerektirir.
Kaynaklar
- Wainer, H. (Ed.). (2000). Computerized Adaptive Testing: A Primer (2nd ed.). Lawrence Erlbaum Associates. ISBN: 978-0805835113
- van der Linden, W. J., & Glas, C. A. W. (Eds.). (2010). Elements of Adaptive Testing. Springer. DOI: 10.1007/978-0-387-85461-8 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Computerized Adaptive Testing based on Item Response Theory. ScholarGate. https://scholargate.app/tr/psychometrics/computerized-adaptive-test-item-response-theory
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Doğrulayıcı faktör analizi (DFA)Psikometri↔ karşılaştır
- Keşfedici Faktör Analizi (KFA)İstatistik↔ karşılaştır
- Madde Yanıt Teorisi (MYT)Psikometri↔ karşılaştır
- Rasch ModeliPsikometri↔ karşılaştır